Danh mục thuật ngữ ngắn để tra cứu khi làm lab hoặc ôn tập.
- Token
- Đơn vị nhỏ nhất mà LLM “đọc” và “viết” — có thể là từ, nửa từ, hoặc dấu câu.
- Embedding / Vector
- Chuỗi số biểu diễn ý nghĩa của văn bản trong không gian nhiều chiều. Văn bản gần nghĩa → vector gần nhau.
- LLM
- Large Language Model — mô hình ngôn ngữ lớn, học từ hàng tỷ từ để dự đoán token tiếp theo.
- RAG
- Retrieval-Augmented Generation — tìm đoạn tài liệu liên quan rồi đưa vào prompt để LLM trả lời có căn cứ.
- Fine-tuning
- Tiếp tục huấn luyện mô hình trên dữ liệu chuyên ngành để điều chỉnh hành vi / phong cách.
- Prompt
- Lời hướng dẫn bạn đưa cho mô hình. Thường là cách rẻ và nhanh nhất để “dạy” AI làm việc.
- Cosine similarity
- Độ đo góc giữa hai vector — dùng để xếp hạng đoạn văn nào “gần nghĩa” câu hỏi nhất.
- Hallucination
- Khi LLM bịa thông tin nghe có vẻ hợp lý nhưng không đúng — RAG giúp giảm rủi ro này.
- Supervised learning
- Học có giám sát: dữ liệu có nhãn (ví dụ ảnh + “mèo”) để model học ánh xạ đầu vào → nhãn.
- AI Agent / Tool calling
- LLM không chỉ trả lời chữ — nó chọn và gọi công cụ (API, DB) rồi dùng kết quả để trả lời.
- Human-in-the-loop
- Khi AI không chắc hoặc hành động rủi ro, chuyển cho người xử lý / duyệt.
- Private AI
- Chạy model trên hạ tầng riêng (hoặc VPC) để giữ dữ liệu không ra Internet công cộng.